一、教学实训平台(1套) (一)机构管理端模块 ▲1、数据看板:(略) ▲2、知识库管理:(略) 3、开课管理:(略) (二)机构门户模块 1、管理员可以进行门户轮播管理,包括:(略) 2、课程分类管理,自定义机构的课程分类; 3、学习路径,管理员可以定义某一岗位的体系化课程学习内容,节点创建、对应课程内容的添加,支持本机构课程,第三方外链课程; 4、门户编程刷题题库管理; (三)教学中心模块 1、课程的名称、课程代码、课程类别、专业目录、学科分类等基础信息的设置; 2、资源目录的创建,可以将资源内容,根据目录进行分类,方便管理; 课程内容 3、支持课程内容添加类型支持:(略) 4、课程知识图谱创建,课程知识点提取; 5、能力结构制定,支持能力图谱导入,能力项知识图谱关联配置、考核任务配置 ▲6、能力图谱:(略) ▲7、开课知识图谱:(略) 实验管理 1、实验的数据概览看板,统计实验完成情况,得分情况,实验问题,环境使用时长等; ▲2、实验批阅,支持自动批阅打分、实验报告批阅;【提供功能截图作为证明材料】 ▲3、虚拟机管理,支持查看当前实验虚拟机创建运行情况,支持手动管理虚拟机创建/销毁;【提供功能截图作为证明材料】 开课实训管理 1、 教师对团队/个人的项目分配,系统支持学生自己创建项目; 2、系统支持实训阶段模板和阶段考核模板管理,教师可以创建实训不同的阶段和考核标准,也可以选择项目阶段考核模板; ▲3、自主的任务计划,学生把项目任务分配到不同实训阶段,具体的微任务完成计划由小组组长(团队实训)或者学生(个人实训)自主进行微任务计划安排;【提供功能截图作为证明材料】 ▲4、平台对学生代码进行仓库托管,平台结合GIT服务器对代码进行托管,可以查看学生代码量,学生项目贡献代码量;【提供功能截图作为证明材料】 ▲5、学生代码质量检查,查看通用的编码规范下学生代码bug、漏洞、坏习惯;【提供功能截图作为证明材料】 6、云实训,学生可以申请云主机,老师审批通过后可以根据分配的虚拟机,根据项目的微任务提示,完成云实训; 7、项目微任务完成,学生在实训过程中参考微任务的参考资料,完成任务要求,团队实训由组长负责组员的任务完成检查; 8、 老师和组长可以监控实训过程中学生的任务进度,通过图表图形式监控实训进度; 9、老师和组长可以查看学生实训过程中的日志周报,系统提供学生日志、周报模板; (略)、学生实训云盘管理,学生每一次实训会分配一个网络云盘,学生可以对云盘的资源进行管理; 开课成绩结算 1、支持综合成绩线上/线下成绩计算规则设置,包括线上/线下两类,以及各个成绩评分项内容与占比设置; 2、支持线上成绩详细计算规则设置,例如课件预览、作业练习、课堂教学、讨论、实验、实训等 (四)实验中心模块 资源管理 1、云环境的创建,支持云上创建; 2、云环境的管理,开启/关闭、关联镜像的添加、关联配置规格设置; 实验案例管理 1、实验文件管理,支持实验所需代码文件&数据集的管理; 2、实验手册管理,任务要求、任务分值、技能标签、视频&附件添加、测试集、检测脚本编辑、参考答案设置; (五)实训中心模块 项目案例管理 1、支持创建实训项目,项目描述包括基本信息(案例名称,案例标签,案例介绍); 2、支持设置实训云环境; 实训阶段模版 1、支持创建实训评分模版,分为简易评分和标准评分,定义实训阶段和评分说明,在实训管理中引用; 2、支持实训模版的编辑和删除操作; (六)学习中心模块 课程学习 1、学生的课程学习进度概览,课件预览、作业完成、课堂活动参与、讨论参与、实验参与、实训参与、笔记数量等数据情况; 2、支持学生的上次学习进度记录; 3、课程内容学习,包括:(略) 参与实验 1、实验详情预览(实验目的、实验环境、试验要求); 2、实验操作台,支持任务手册查阅,实验操作窗口,数据集、任务代码重置、截屏复制、任务环境重置、远程协助; 参与实训 1、查看项目信息、项目资料、项目任务(按阶段划分包括任务和对应视频及附件); ▲2、每一个实训小组提供git代码仓库,记录每个组员提交记录,柱状图展示每个组员代码贡献量,支持在线监测提交代码质量能反馈bug数量,无效代码,不规范代码,支持监测语言有java,python,javascript,php,c#,flex,go,ruby,c,c++;【提供功能截图作为证明材料】 3、小组实训结束后支持,小组评分,组内互评,个人评分,根据设置规则得到个人总成绩 二、实验课程包(1套) 1、《大数据采集与预处理》教学资源 本课程是本岗位的核心课程之一,教授学生如何获取各种类型的数据并进行必要的清洗和处理,使其符合后续分析和建模的要求。 课程内容包括: 1)课时要求:(略) 2)内容要求:(略) 数据采集与预处理概述 本地文件数据的存储与查询 数据库的存储与查询 数据采集技术 NumPy—数据处理基础工具 Pandas—处理结构化数据 数据可视化技术 数据预处理 综合案例 ▲3)资源要求: (1)课程需要至少包括课程大纲、PPT,理论视频、实验视频、能力考核项等、 (2)至少包括:(略) 【提供资源数量截图证明材料】 2、《数据可视化分析》教学资源 1)课时要求:(略) 2)内容要求:(略) ▲3)资源要求: (1)课程需要至少包括 PPT,视频、课程大纲、案例源码等、 (2)至少包括:(略) 【提供资源数量截图证明材料】 3、《企业级大数据技术与应用》教学资源 1)课时要求:(略) 2)内容要求:(略) 大数据简介; 大数据架构分析; 大数据平台搭建; 核心组件使用; 常用周边组件管理等。 分布式计算框架基础; 核心数据抽象; 分布式持久性; 分布式交互查询; 分布式流式计算; 分布式机器学习等。 ▲3)资源要求: (1)课程需要至少包括PPT、视频、实验指导手册、项目工单、任务实施指导手册、虚拟机镜像、项目代码等 (2)至少包括 课程大纲1个,PPT≥(略)个, PPT总页数≥(略)页,视频个数≥(略)个,总时长(分钟)≥(略)分钟,配套实验≥5个,大作业≥5个,习题≥(略)道,演示案例≥(略)个,任务工单≥5个,提供任务实施指导手册、配套虚拟机镜像、项目代码。 【提供资源数量截图证明材料】 三、大数据实训支撑平台(3台) 1、平台I(1台) 2、平台II(2台) |